BiU Statistik im WiSe 2025/26

Ein Cheatsheet

Veröffentlichungsdatum

21. Oktober 2025

Methodology: The Science before Statistics

Jede statistische Modellierung gewinnt an Aussagekraft, je umfassender sie die inhaltliche Fragestellung abzubilden im Stande ist. Um aus der riesigen Fülle an Optionen geeignet und zielgerichtet auswählen zu können sind die folgenden Unterscheidungen oft sehr hilfreich.

Erkenntnisinteressen

Ganz grundlegend kann a priori das Erkenntnisinteresse von Studien in die folgenden vier Kategorien unterschieden werden:

Erkenntisinteressen nach (Döring und Bortz 2016).
Deskriptiv Explorativ Explanativ Prädiktiv
populationsbeschreibend hypothesengenerierend hypothesenprüfend Datenpunkte vorhersagend oder imputierend
Bei welchem Anteil 15-Jähriger in Deutschland handelt es sich um funktionale Analphabet:innen? Was sind potentielle Ursachen für genderbezogene Disparitäten im Analphabetismus? Sind 15-jährige Jungen häufiger Analphabeten als 15-jährige Mädchen? Mit welchen Variablen können Schüler:innen at risk erfolgreich identifiziert werden?

Gütekriterien wiss. Erkenntnis nach Campbell (1957)

Für ein erfolgreiches Studiendesign und die anschließende statistische Analyse ist es sehr wertvoll sich vorab über Schwerpunkte besonders gewünschter Aspekte wissenschaftlicher Güte Gedanken zu machen. Insbesondere über die Unterkriterien Methodischer Strenge:

  • Konstruktvalidität (Inwiefern ist die Interpretation der Messwerte angemessen?)
  • Interne Validität (Inwiefern sind Assoziationen von unabhängiger [beeinflussender] und abhängiger [beeinflusster] Variabler als kausale Effekte interpretierbar?)
  • Externe Validität (Inwiefern können die Schlussfolgerungen der Studie verallgemeinert werden?)
  • Statistische Validität (Wie robust und angemessen sind die verwendeten statistischen Verfahren?)

Steigerung von interner und externer Validität

Zur Steigerung der internen Validität eignen sich insbesondere:

  • Die Randomisierung der unabhängigen Variablen
  • Kontroll- und Vergleichsgruppen
  • Längsschnittliche Designs
  • Statistische Kontrolle von Störvariablen (z.B. Matching)
  • Direkte Replikationen
  • Laborstudien
  • (Doppelte) Verblindung
  • Präregistrerung

Zur Steigerung der externen Validität eignen sich insbesondere:

  • Zufallsstichproben aus der Zielpopulation
  • Gewichtungen
  • Konzeptuelle Replikationen
  • Feldstudien
  • Metaanalysen

Literatur

Campbell, Donald T. 1957. Factors Relevant to the Validity of Experiments in Social Settings. Psychological Bulletin 54 (4): 297–312. https://doi.org/10.1037/h0040950.
Döring, Nicola, und Jürgen Bortz. 2016. Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften. 5., vollst. Berlin, Heidelberg: Springer.